影象二值化的方法有很多，但是由於matlab中的影象二值化就是採用的otsu方法，那在某種程度上證明了這種演算法的優秀，所以我也準備採用這種方法來進行影象二值化。
首先來看otsu**中的關於公式的介紹部分
限於個人英文閱讀能力有限，但是根據文獻中的
可以得出最佳閾值是當σ²b()最大的時候的k。
也可以看到σ²b的計算公式是
其中w0，w1，μ0，μ1，μt的計算公式如下
在這裡面的pi即為每個灰度值出現的概率
公式都已經解析完了，接下來就是通過**來實現原理了
matlab實現的**如下：
otsu=0;
otsu0=0;
otsu_t0=0;
gray_p=zeros(1,255);
su=sum(line);%計算出灰度的總和
for i=1:255
gray_p(i)=line(i)/su;%計算出每乙個灰度值在影象**現的概率，對應公式中的p(i)
endfor i=1:255
foward_p=sum(gray_p(1:i));
%計算前景的灰度概率和,對應公式中的w0
back_p=sum(gray_p(i+1:255));
%計算後景的灰度概率和,對應公式中的w1
omega_f=sum((1:i).*gray_p(1:i))/foward_p;
%計算出前景的平均灰度,對應公式中的μ0
omega_b=sum((i+1:255).*gray_p(i+1:255))/back_p;
%計算出後景的平均灰度,對應公式中的μ1
omega=foward_p*omega_f+back_p*omega_b;
%計算出整幅影象的平均灰度對應公式中的μt
otsu0=(omega_f-omega)^2*foward_p+(omega_b-omega)^2*back_p;
%計算出前景和背景的方差，對應公式中的μb
if otsu最後的效果如下：
OTSU常用的二值化方法
otsu演算法稱為大律法或最大類間方差法 原理 利用閾值將原影象分成前景，背景兩個圖象。前景 用w0,u0表示在當前閾值下的前景的點數佔影象的比例，前景的平均灰度值 背景 用w1,u1表示在當前閾值下的背景的點數佔影象的比例，背景的平均灰度值 當取最佳閾值時，背景應該與前景差別最大，關鍵在於如何選擇...
演算法解剖系列 Otsu二值化原理及實現
推導大致過程 對一幅大小為m n 的數字影象 令l 表示灰度級數 ni 表示灰度級為 i 的畫素數，則影象中畫素總數mn n1 n2 n 3 nl pi ni mn,p i 為相對直方圖，即灰度級為 i 出現的概率。則 l i 1p i 1 設閾值t k k,1 k以將影象 分為c1 和c2兩 類，...
OpenCV二值化方法
cvthreshold是opencv庫中的乙個函式 作用 函式 cvthreshold 對單通道陣列應用固定閾值操作。該函式的典型應用是對灰度影象進行閾值操作得到二值影象。cvcmps 也可以達到此目的 或者是去掉雜訊，例如過濾很小或很大象素值的影象點。本函式支援的對影象取閾值的方法由 thresh...